您的位置: 专家智库 > >

吴承军

作品数:4 被引量:23H指数:3
供职机构:重庆邮电大学更多>>
发文基金:重庆市自然科学基金重庆市教委科研基金重庆市科技攻关计划更多>>
相关领域:自动化与计算机技术电子电信金属学及工艺更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...
  • 1篇金属学及工艺
  • 1篇电子电信

主题

  • 2篇语音
  • 2篇语音识别
  • 1篇倒谱
  • 1篇倒谱系数
  • 1篇信号
  • 1篇虚拟装配
  • 1篇语音分离
  • 1篇语音信号
  • 1篇预处理
  • 1篇特征提取
  • 1篇碰撞检测
  • 1篇谱系数
  • 1篇装车
  • 1篇线性预测系数
  • 1篇二次开发
  • 1篇仿真
  • 1篇LPC
  • 1篇MEL频率倒...
  • 1篇并行工程
  • 1篇UG

机构

  • 2篇上海交通大学
  • 2篇重庆邮电大学

作者

  • 4篇吴承军
  • 2篇罗元
  • 2篇张毅
  • 1篇席兵
  • 1篇赵新明
  • 1篇宋健

传媒

  • 2篇计算机仿真
  • 1篇重庆邮电大学...

年份

  • 1篇2016
  • 1篇2015
  • 2篇2006
4 条 记 录,以下是 1-4
排序方式:
Mel频率下基于LPC的语音信号深度特征提取算法被引量:12
2016年
针对传统语音信号二次特征提取方法在保证识别率的前提下,实时性较差的问题,提出一种Mel频率下基于线性预测系数(linear predictive coefficient,LPC)的改进的语音信号深度特征提取算法。该方法根据人耳的听觉特性把LPC在Mel频率下进行非线性变换,再进行微分、高阶微分和按比例重组等步骤,得到一种既考虑声道激励又兼顾人耳听觉的新特征参数,从而大大减少传统语音信号深度特征提取的计算量,在不影响识别效率的情况下,极大提高系统的实时性。最后,将该算法在智能轮椅平台进行有效性验证,大量实验表明,语音控制系统实时性差的问题在使用该算法后能够得到明显改善,该算法既保证了特征提取识别率,也有效地改善了系统的实时性。在一定程度上使语音控制智能轮椅更具实用性。
罗元吴承军张毅黎小松席兵
关键词:语音识别线性预测系数MEL频率倒谱系数
基于Java3D的虚拟装配技术研究
本课题对虚拟装配的研究现状、关键技术以及虚拟装配系统的实现方法进行了分析研究,主要内容如下: (1)分析了并行工程与虚拟装配技术的关系和虚拟装配系统的需求,在此基础上进行了系统的总体结构设计,并选择Java3D...
吴承军
关键词:虚拟装配并行工程碰撞检测
文献传递
基于UG的轿运车建模与装车过程仿真被引量:4
2006年
结合数据库技术与参数化建模原理提出一种新的建模方法,该方法在UG中采用二次开发的方式,通过建立通用的数据结构与尺寸驱动技术实现了对结构相似轿运车的快速建模,极大地提高了建模效率。在模型的基础上,针对轿运车装车过程提出一种基于商品车行进轨迹的装车仿真算法,该算法在对商品车行进轨迹进行离散的基础上,通过商品车在行进过程中的约束条件计算其仿真时的几何调整量,逼真再现装车过程。通过建立轿运车三维模型并对其装车过程进行仿真,可以有效分析轿运车的使用状况,及早发现问题,从而在产品设计阶段就对其进行修改,极大提高产品的质量与设计效率。
吴承军赵新明宋健
关键词:二次开发仿真
基于人耳听觉特性的语音识别预处理研究被引量:10
2015年
在人耳听觉语音识别优化过程中,由于在噪声环境下传统语音识别预处理过程不能得到高信噪比的语音信号,使识别率下降。为此结合人耳听觉特性,提出一种基于人耳的听觉选择能力即"鸡尾酒会效应"的语音分离技术应用到语音识别预处理过程。含噪声的语音信号经过耳蜗基底膜模型进行频谱分析,再通过上橄榄核模型进行语音信息提取,最后在下丘脑细胞模型中完成语音分离。分离得到更纯净的语音后,对语音信号提取梅尔频率倒谱(MFCC)参数,并建立隐马尔可夫(HMM)声学模型来验证语音识别效果,实验结果表明:在噪声环境下,相比于传统抗噪方法,改进方法具有更好的抗噪效果,表明上述语音识别系统具有更好的鲁棒性。
张毅黎小松罗元吴承军
关键词:语音识别语音分离预处理
共1页<1>
聚类工具0